| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 研究背景 | 第11-13页 |
| 1.2 土地利用/覆盖变化国内外研究进展 | 第13-16页 |
| 1.2.1 土地利用/覆盖变化的研究方法 | 第13-15页 |
| 1.2.2 土地利用/覆盖变化模型的尺度 | 第15-16页 |
| 1.3 国内外元胞自动机研究现状 | 第16-18页 |
| 1.3.1 国外元胞自动机研究现状 | 第16页 |
| 1.3.2 国内元胞自动机研究现状 | 第16-17页 |
| 1.3.3 存在的问题 | 第17-18页 |
| 1.4 论文研究内容及意义 | 第18-19页 |
| 1.5 论文技术路线及组织结构 | 第19-21页 |
| 第2章 基本原理概述 | 第21-29页 |
| 2.1 复杂系统理论 | 第21-23页 |
| 2.1.1 复杂性概念与理论 | 第21-22页 |
| 2.1.2 城市土地利用的复杂性 | 第22-23页 |
| 2.2 元胞自动机理论 | 第23-27页 |
| 2.2.1 CA模型的概念及构成 | 第23-25页 |
| 2.2.2 CA的一般特性 | 第25-26页 |
| 2.2.3 CA在地理模拟中的可行性分析 | 第26-27页 |
| 2.3 群体智能理论 | 第27-28页 |
| 2.3.1 群体智能概念 | 第27页 |
| 2.3.2 群体智能应用于地理模拟中的可行性分析 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章研究区概况与数据处理 | 第29-37页 |
| 3.1 研究区概况 | 第29页 |
| 3.2 数据来源 | 第29-30页 |
| 3.3 数据处理 | 第30-36页 |
| 3.3.1 用地类型数据提取 | 第31-33页 |
| 3.3.2 空间驱动因子数据提取 | 第33-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 基于群体智能的城市土地利用类型转换规则挖掘 | 第37-44页 |
| 4.1 蚁群算法基本原理及特点 | 第37-38页 |
| 4.1.1 蚁群算法的基本原理 | 第37-38页 |
| 4.2 基于蚁群算法的转换规则挖掘 | 第38-43页 |
| 4.2.1 算法描述 | 第38-41页 |
| 4.2.2 转换规则挖掘 | 第41-43页 |
| 4.3 本章小结 | 第43-44页 |
| 第5章 城市用地动态变化模拟模型的构建及应用 | 第44-58页 |
| 5.1 城市用地动态变化模拟的构建 | 第44-45页 |
| 5.2 基于CA的土地配置模块构建 | 第45-46页 |
| 5.3 模型应用—重庆市沙坪坝区城市发展模拟 | 第46-52页 |
| 5.3.1 空间变量与数据处理 | 第46-47页 |
| 5.3.2 基于ACO-CA的城市用地动态模拟 | 第47-49页 |
| 5.3.3 基于PSO-CA的城市用地动态模拟 | 第49-51页 |
| 5.3.4 基于Logistic-CA的城市用地动态模拟 | 第51-52页 |
| 5.4 结果对比分析 | 第52-55页 |
| 5.5 未来城市用地格局模拟 | 第55-56页 |
| 5.6 本章小结 | 第56-58页 |
| 第6章 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58页 |
| 6.2 展望 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第67页 |